CN107289938A - 一种地面无人平台局部路径规划方法 - Google Patents

一种地面无人平台局部路径规划方法 Download PDF

Info

Publication number
CN107289938A
CN107289938A CN201710395728.2A CN201710395728A CN107289938A CN 107289938 A CN107289938 A CN 107289938A CN 201710395728 A CN201710395728 A CN 201710395728A CN 107289938 A CN107289938 A CN 107289938A
Authority
CN
China
Prior art keywords
path
ground vehicle
alternative
global
unmanned ground
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201710395728.2A
Other languages
English (en)
Other versions
CN107289938B (zh
Inventor
苏治宝
张浩杰
朱森
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China North Vehicle Research Institute
Original Assignee
China North Vehicle Research Institute
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by China North Vehicle Research Institute filed Critical China North Vehicle Research Institute
Priority to CN201710395728.2A priority Critical patent/CN107289938B/zh
Publication of CN107289938A publication Critical patent/CN107289938A/zh
Application granted granted Critical
Publication of CN107289938B publication Critical patent/CN107289938B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/20—Instruments for performing navigational calculations

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明提供了一种地面无人平台局部路径规划方法，包括：确定全局路径上距地面无人平台当前位置的最近点的索引值；判断地面无人平台与全局路径上最近点间的距离是否大于设定阈值；计算全局路径上与所述索引值对应的路径长度和全局路径长度，并判断二者的差值是否小于设定阈值；确定全局路径距当前环境地图的末端索引位置；根据末端索引位置生成备选路径；计算备选路径的成本和备选路径的最大曲率；根据备选路径成本、最大曲率和与全局路径的偏置距离因素，计算备选路径的评价值；从备选路径中选择当前最优路径。本发明提供的技术方案不仅满足实时规划要求，还适用于不同尺寸和转向特性的地面无人平台，而且通过优选准则确保了所选路径的合理性。

Description

一种地面无人平台局部路径规划方法
技术领域
本发明涉及地面无人平台控制领域，具体涉及一种地面无人平台局部路径规划方法。
背景技术
对于地面无人平台而言，路径规划是基于一定的优化准则，在有障碍的环境中生成从指定起始位置到达目标位置无碰撞运动轨迹的过程。根据规划范围不同，路径规划分为全局路径规划和局部路径规划。其中，全局路径规划是主要基于先验信息(例如地图)，为自主机动平台找到到达目标位置最佳路径的过程，而局部路径规划则根据基于平台即刻所采集的环境感知传感器数据建立的地图，规划当前的可执行路径。
目前常用的局部路径规划方法有最短路径法、向量场直方图(VFH)法、曲率速度法(CVM)、基于回旋曲线的方法等。其中，Dijkstra和A*算法是典型的最短路径方法，这类方法将地图转化成图进行搜索，获得最短路径，但获得的路径没有考虑平台的运动约束，其可执行性无法保证，且计算时间相对较长，只适用于低速平台。向量场直方图法以直线为基本路径模型，根据各个方向上存在障碍的概率确定航向，这种方法不适用于阿克曼转向平台，且规划距离短，容易陷入局部极小。卡耐基梅隆大学提出的曲率速度法将障碍地图转化为3D(旋转速度、平移速度和到障碍的曲线距离)配置空间，并利用曲率将旋转速度和平移速度关联起来，按照一定的目标函数获得具有适当大小曲率的轨迹，这种基于曲率的方法只适合于低速导航。美国标准技术研究院(NIST)提出的基于回旋的方法预先离线计算针对特定无人平台的回旋曲线，并保存在查询表中；在规划时，要检查每条路径段上是否有障碍，然后利用A*算法在无障碍路径段集合中搜索出最佳的回旋曲线段组合，构成当前的局部路径。这种方法计算代价高，且针对不同的平台必须预先离线生成回旋曲线段。
因此，为克服上述缺陷，本发明提出了一种地面无人平台局部路径规划方法。
发明内容
为了解决现有技术中所存在的上述不足，本发明提供了一种地面无人平台局部路径规划方法，其特征在于，所述方法包括：
(1)确定全局路径上距地面无人平台当前位置的最近点的索引值；
(2)判断所述地面无人平台与全局路径上最近点间的距离是否大于设定阈值；
(3)计算全局路径上与所述索引值对应的路径长度和全局路径长度，并判断二者的差值是否小于设定阈值；
(4)确定全局路径距当前环境地图的末端索引位置；
(5)根据末端索引位置生成备选路径；
(6)计算所述备选路径的成本和备选路径的最大曲率；
(7)根据备选路径成本、最大曲率和与全局路径的偏置距离因素，计算备选路径的评价值；
(8)从备选路径中选择当前最优路径。
优选的，所述步骤(1)的索引值用段号和下式所示的段因数j表示；
所述段号等于节点数；
所述段因数j按下式计算：
式中，n：所在路径段起点到某一位置间的距离；m：所述某一位置所在路径段长度。
优选的，所述步骤(2)的地面无人平台与全局路径上最近点间的距离大于设定阀值，表明地面无人平台当前位置与全局路径太远，则不予规划，反之则规划。
优选的，所述步骤(3)全局路径上与所述索引值对应的全局路径长度和路径长度的差值小于设定阀值，表明地面无人平台已到达终点，否则表明地面无人平台未到达终点。
优选的，所述步骤(4)的末端索引位置的确定包括：从当前最近点开始按照步长不断向前计算
所述步长对应的段号和段因数，直到超出地图范围，此时的路径段号和段因数对应的位置即为末端索引位置。
优选的，所述步骤(5)的备选路径的生成包括：
步骤1：根据地面无人平台当前位置P0，计算全局路径上的路径最近的点Pn，并将P0作为构建局部路径的第一个节点，并放入节点集合中；
步骤2：计算全局路径起点至最近点Pn之间的长度；
步骤3：根据所述全局路径起点至最近点Pn之间的长度和过渡段PnPt长度，计算全局路径上从起点到过渡参考点P0Pt之间的长度；
步骤4：根据所述P0Pt之间的长度是否超出全局路径边界，确定过渡参考点Pt的索引位置；
步骤5：确定构建局部路径的节点；
步骤6：根据各备选局部路径节点集合，构造备选路径。
优选的，所述步骤4的过渡参考点的索引位置的确定包括：如果全局路径上从起点到过渡参考点之间的长度超出了全局路径边界，则将全局路径的末端的索引位置设置为过渡参考点的索引位置，否则，根据全局路径的末端的索引位置计算出过渡参考点索引位置。
优选的，所述步骤5的局部路径包括过渡部分和平行部分；所述局部路径的节点包括：过渡部分的节点和平行部分的节点。
优选的，所述过渡部分的节点的确定包括：
步骤511：根据索引位置，计算全局路径上过渡参考点的位姿；
步骤512：求取所述位姿处的法向量；
步骤513：用所述位姿和法向量以及备选局部路径距离全局路径的宽度，求出备选路径过渡部分末端对应的节点，并放入节点集合中。
优选的，所述平行部分的节点的确定包括：
步骤521：以过渡参考点索引位置加初值为1的i个段因数步长为索引位置，若所述索引位置小于末端索引位置，则执行步骤522，否则，结束；
步骤522：计算全局路径上所述索引位置对应的位姿；
步骤523：求取位姿处的法向量；
步骤524：通过所述位姿和其法向量以及备选局部路径距离全局参考路径的宽度，分别求出备选路径平行部分的一个节点，并放入节点集合中；
步骤525：i＝i+1，返回步骤521。
优选的，所述步骤(6)的备选路径成本包括：所述备选路径所在环境地图单元的通过成本之和；
所述最大曲率包括备选路径上各点曲率中的最大值；
所述备选路径上的曲率ki的计算公式为
式中：y′为第i条备选路径的一阶导数，y″为第i条备选路径的二阶导数。
优选的，所述步骤(7)备选路径的评价值Ji按下式计算：
Ji＝w1ci+w2kimax+w3Δdi (2)
式中：ci：第i条备选路径的通过成本；kimax：第i条备选路径的最大曲率；Δdi：第i条备选路径的偏置距离；w1、w2、w3：分别为通过成本、最大曲率和偏置距离的权重。
优选的，所述步骤(8)最优路径的选择包括：按照评价值最小为最优的原则，从备选路径中选择当前最优路径。
与最接近现有技术相比，本发明提供的技术方案具有以下有益效果：
本发明提供的技术方案，在生成备选路径时，考虑了给定全局路径的引导作用，确保地面无人平台按照指定意图机动，且备选路径数量、路径间偏移宽度以及过渡段长度等参数可调，确保了可适用于不同尺寸和转向特性的地面无人平台。
本发明提供的技术方案，通过优选准则考虑了路径的通过成本、最大曲率以及与全局路径的偏移距离，确保了所选择路径的合理性。
附图说明
图1为本发明局部路径规划方法中的路径模型示意图；
图2为本发明局部路径规划方法中的参考点位置示意图；
图3为本发明局部路径规划方法的流程图；
图4为本发明局部路径规划方法中的全局路径和备选路径示意图；
图5为本发明局部路径规划方法中的备选局部路径生成方法流程图。
具体实施方式
为了更好地理解本发明，下面结合说明书附图和实例对本发明的内容做进一步的说明。
如图1所示，所述局部路径规划方法中，路径由若干段连续的光滑曲线构成，每段曲线的起点和终点为地面无人平台必须通过的航路点(也称为节点)。对于航路点(节点)而言，除了位置信息外，一般还需要航向信息。
局部路径规划方法中，为了方便访问路径上的某个位置，用两个参数进行定义和索引，即段号和段因数。其中，节点Ni和节点Ni+1之间路径的段号为i，路径的总段数量为航路点(节点)数量减1；路径上某位置的段因数为从该位置所在路径段起点到该位置之间的路径长度占该段总长度的比例，段因数取值范围为0至1。假设路径段i的长度为2.0，从Ni至点P之间曲线段长度为1.2，则路径上P点位置的索引参数为：段号为i，段因数为1.2/2.0＝0.6。
局部路径规划方法中，为了保证所规划的路径对于地面无人平台是可执行的，要求轨迹曲线具有连续的一阶和二阶导数，这里每个路径段模型采用三次贝塞尔曲线表示。
所述的路径段模型，需要用P0、P1、P2和P3四个点进行定义，曲线起始于P0，走向P1，并从P2的方向来到P3，P1和P2这两个点控制曲线方向。曲线的参数化表示形式为：
B(t)＝P0(1-t)3+3P1t(1-t)2+3P2t2(1-t)+P3t3 (1)
其中，t∈[0,1]。
因此，在利用航路点(节点)构建路径时，相邻的两个节点分别作为P0和P3，利用P0的位置、航向信息以及距离参数(即线段P0P1的长度，该参数与线段P0P3的长度成比例)计算出P1点，利用P3的位置、航向信息以及距离参数(即线段P0P1的长度，该参数与线段P0P3的长度成比例)计算出P2点，从而获得P0和P3之间的贝塞尔曲线模型。
如图2所示，所述局部路径规划方法中，全局路径上最近点Pn是在当前地面无人平台位置条件下，进行局部路径规划时全局路径上的参考点。
所述局部路径规划方法中，窗口Pwin_sPwin_e是指以上一个规划周期确定的最近点Pn为参考，前后一定长度范围内的一段全局路径，其作用是用于确定当前周期的最近点，从而确定规划方向，确保地面无人平台沿着全局路径的引导方向前进。
所述局部路径规划方法中，在当前窗口确定后，选择窗口中距离地面无人平台当前位置最近的点作为当前周期的最近点。
所述局部路径规划方法中，备选局部路径由两部分组成，即过渡部分和平行部分。其中，过渡部分P0P1的起点为地面无人平台当前位置，平行部分P1P2与全局路径部分PtPend平行。
所述局部路径规划方法中，通过设置PnPt段的长度(作为一个规划器参数)，用于确定局部路径过渡部分和平行部分的分界点，其中Pt定义为过渡参考点。
如图3所示，所述局部路径规划方法的流程为：
步骤1：根据地面无人平台当前位姿，计算全局路径上最近点的索引值。
步骤2：判断地面无人平台与全局路径上最近点的距离是否大于设定阈值，如大于，表明地面无人平台当前位置与全局路径太远，则不进行规划。
步骤3：计算全局路径上最近点索引值对应的路径长度和全局路径全长，判断二者的差值是否小于设定阈值，如小于，则认为地面无人平台已到达终点。
步骤4：计算全局路径离开当前环境地图的末端索引位置。按照一定的步长，从当前最近点开始，不断向前计算一定长度路径对应的路径段号和因数值，直到超出地图范围，此时的路径段号和因数值对应的位置即为末端索引位置。
步骤5：生成备选路径。其输入为全局路径、地面无人平台当前位姿、末端索引位置以及创建路径的参数，包括偏移数量(即全局路径一侧的备选路径数量)、路径间偏移宽度(横向间隔)、过渡段PnPt长度等。
步骤6：计算每条备选路径的成本和备选路径的最大曲率。备选路径成本为该路径所在环境地图单元的通过成本之和。
步骤7：对每条备选路径成本ci、最大曲率kimax和与全局路径的偏置距离Δdi进行加权计算，获得每条备选路径的评价值Ji。
Ji＝w1ci+w2kimax+w3Δdi
式中：ci—第i条备选路径的通过成本；
kimax—第i条备选路径的最大曲率；
Δdi—第i条备选路径的偏置距离；
w1、w2、w3—分别为通过成本、最大曲率和偏置距离的权重。
最大曲率包括备选路径上各点曲率中的最大值；
备选路径上的曲率ki按下式计算：
式中：y′为第i条备选路径的一阶导数，y″为第i条备选路径的二阶导数。
步骤8：按照评价值最小为最优的原则，从备选路径中选择当前最优路径。
如图4所示，局部路径和备选局部路径示意图，结合图5备选局部路径生成流程图，其备选局部路径生成如下步骤：
步骤1：根据地面无人平台当前位置P0，计算全局路径上的最近点Pn，并将P0作为构建局部路径的第一个节点，并放入节点集合中。
步骤2：计算全局路径起点至最近点Pn之间的长度。
步骤3：根据步骤2的计算结果和过渡段PnPt长度，计算全局路径上从起点到过渡参考点Pt之间的长度。
步骤4：根据该长度是否超出了全局路径边界，确定过渡参考点Pt的索引位置。
步骤5：确定构建局部路径过渡部分的节点。
步骤6：确定构建局部路径平行部分的节点。
步骤7：根据各备选局部路径节点集合，构造备选路径。即利用相邻两节点构造三次贝塞尔曲线，所有的曲线构成一条备选路径。
所述步骤4具体包括：
步骤41：如果全局路径上从起点到过渡参考点Pt之间的长度超出了全局路径边界，则将全局路径的末端Pend的索引位置设置为过渡参考点Pt的索引位置。
步骤42：如果全局路径上从起点到过渡参考点Pt之间的长度没有超出全局路径边界，计算出过渡参考点索引位置；如果该索引位置大于当前规划周期的末端索引位置，则将过渡参考点索引位置设置为末端索引位置。
所述步骤5具体包括：
步骤51：根据索引位置，计算全局路径上过渡参考点的位姿
步骤52：求取位姿处的法向量
步骤53：利用该位姿和其法向量以及备选局部路径距离全局路径的宽度Δw，通过以下公式，求出备选路径过渡部分末端对应的节点并放入节点集合中。
所述步骤6具体包括：
步骤61：以过渡参考点索引位置加i个因数步长为索引位置，i初值为1。如果该索引位置小于末端索引位置，则执行步骤62～步骤65，否则，结束。
步骤62：计算全局路径上该索引位置对应的位姿；
步骤63：求取位姿处的法向量；
步骤64：利用该位姿和其法向量以及备选局部路径距离全局参考路径的宽度，分别求出各备选路径平行部分的一个节点，并放入节点集合中，计算公式与步骤53相同；
步骤65：i＝i+1，返回步骤61。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上仅为本发明的实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均包含在申请待批的本发明的权利要求范围之内。

Claims (13)

1.一种地面无人平台局部路径的规划方法，其特征在于，所述方法包括：
(1)确定全局路径上距地面无人平台当前位置的最近点的索引值；
(2)判断所述地面无人平台与全局路径上最近点间的距离是否大于设定阈值；
(3)计算全局路径上与所述索引值对应的路径长度和全局路径长度，并判断二者的差值是否小于设定阈值；
(4)确定全局路径距当前环境地图的末端索引位置；
(5)根据末端索引位置生成备选路径；
(6)计算所述备选路径的成本和备选路径的最大曲率；
(7)根据备选路径成本、最大曲率和与全局路径的偏置距离因素，计算备选路径的评价值；
(8)从备选路径中选择当前最优路径。
2.如权利要求1所述的地面无人平台局部路径规划方法，其特征在于，所述步骤(1)的索引值用段号和下式所示的段因数j表示；
所述段号等于节点数；
所述段因数j按下式计算：
<mrow> <mi>j</mi> <mo>=</mo> <mfrac> <mi>n</mi> <mi>m</mi> </mfrac> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow>
式中，n：所在路径段起点到某一位置间的距离；m：所述某一位置所在路径段长度。
3.如权利要求1所述的地面无人平台局部路径规划方法，其特征在于，所述步骤(2)的地面无人平台与全局路径上最近点间的距离大于设定阀值，表明地面无人平台当前位置与全局路径太远，则不予规划，反之则规划。
4.如权利要求1所述的地面无人平台局部路径规划方法，其特征在于，所述步骤(3)全局路径上与所述索引值对应的全局路径长度和路径长度的差值小于设定阀值，表明地面无人平台已到达终点，否则表明地面无人平台未到达终点。
5.如权利要求1所述的地面无人平台局部路径规划方法，其特征在于，所述步骤(4)的末端索引位置的确定包括：从当前最近点开始按照步长不断向前计算所述步长对应的段号和段因数，直到超出地图范围，此时的路径段号和段因数对应的位置即为末端索引位置。
6.如权利要求1所述的地面无人平台局部路径规划方法，其特征在于，所述步骤(5)的备选路径的生成包括：
步骤1：根据地面无人平台当前位置P0，计算全局路径上的路径最近的点Pn，并将P0作为构建局部路径的第一个节点，并放入节点集合中；
步骤2：计算全局路径起点至最近点Pn之间的长度；
步骤3：根据所述全局路径起点至最近点Pn之间的长度和过渡段PnPt长度，计算全局路径上从起点到过渡参考点P0Pt之间的长度；
步骤4：根据所述P0Pt之间的长度是否超出全局路径边界，确定过渡参考点Pt的索引位置；
步骤5：确定构建局部路径的节点；
步骤6：根据各备选局部路径节点集合，构造备选路径。
7.如权利要求6所述的地面无人平台局部路径规划方法，其特征在于，所述步骤4的过渡参考点的索引位置的确定包括：如果全局路径上从起点到过渡参考点之间的长度超出了全局路径边界，则将全局路径的末端的索引位置设置为过渡参考点的索引位置，否则，根据全局路径的末端的索引位置计算出过渡参考点索引位置。
8.如权利要求6所述的地面无人平台局部路径规划方法，其特征在于，所述步骤5的局部路径包括过渡部分和平行部分；所述局部路径的节点包括：过渡部分的节点和平行部分的节点。
9.如权利要求8所述的地面无人平台局部路径规划方法，其特征在于，所述过渡部分的节点的确定包括：
步骤511：根据索引位置，计算全局路径上过渡参考点的位姿；
步骤512：求取所述位姿处的法向量；
步骤513：用所述位姿和法向量以及备选局部路径距离全局路径的宽度，求出备选路径过渡部分末端对应的节点，并放入节点集合中。
10.如权利要求8所述的地面无人平台局部路径规划方法，其特征在于，所述平行部分的节点的确定包括：
步骤521：以过渡参考点索引位置加初值为1的i个段因数步长为索引位置，若所述索引位置小于末端索引位置，则执行步骤522，否则，结束；
步骤522：计算全局路径上所述索引位置对应的位姿；
步骤523：求取位姿处的法向量；
步骤524：通过所述位姿和其法向量以及备选局部路径距离全局参考路径的宽度，分别求出备选路径平行部分的一个节点，并放入节点集合中；
步骤525：i＝i+1，返回步骤521。
11.如权利要求1所述的地面无人平台局部路径规划方法，其特征在于，所述步骤(6)的备选路径成本包括：所述备选路径所在环境地图单元的通过成本之和；
所述最大曲率包括备选路径上各点曲率中的最大值；
所述备选路径上的曲率ki按下式计算：
<mrow> <msub> <mi>k</mi> <mi>i</mi> </msub> <mo>=</mo> <mfrac> <mrow> <mo>|</mo> <msup> <mi>y</mi> <mrow> <mo>&amp;prime;</mo> <mo>&amp;prime;</mo> </mrow> </msup> <mo>|</mo> </mrow> <msup> <mrow> <mo>(</mo> <mn>1</mn> <mo>+</mo> <msup> <mi>y</mi> <mrow> <mo>&amp;prime;</mo> <mn>2</mn> </mrow> </msup> <mo>)</mo> </mrow> <mrow> <mn>3</mn> <mo>/</mo> <mn>2</mn> </mrow> </msup> </mfrac> </mrow>
式中：y′为第i条备选路径的一阶导数，y″为第i条备选路径的二阶导数。
12.如权利要求1所述的地面无人平台局部路径规划方法，其特征在于，所述步骤(7)备选路径的评价值Ji按下式计算：
Ji＝w1ci+w2kimax+w3Δdi (2)
式中：ci：第i条备选路径的通过成本；kimax：第i条备选路径的最大曲率；Δdi：第i条备选路径的偏置距离；w1、w2、w3：分别为通过成本、最大曲率和偏置距离的权重。
13.如权利要求1所述的地面无人平台局部路径规划方法，其特征在于，所述步骤(8)最优路径的选择包括：按照评价值最小为最优的原则，从备选路径中选择当前最优路径。
CN201710395728.2A 2017-05-27 2017-05-27 一种地面无人平台局部路径规划方法 Active CN107289938B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710395728.2A CN107289938B (zh) 2017-05-27 2017-05-27 一种地面无人平台局部路径规划方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710395728.2A CN107289938B (zh) 2017-05-27 2017-05-27 一种地面无人平台局部路径规划方法

Publications (2)

Publication Number Publication Date
CN107289938A true CN107289938A (zh) 2017-10-24
CN107289938B CN107289938B (zh) 2021-11-02

Family

ID=60094026

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710395728.2A Active CN107289938B (zh) 2017-05-27 2017-05-27 一种地面无人平台局部路径规划方法

Country Status (1)

Country Link
CN (1) CN107289938B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019154215A1 (zh) * 2018-02-06 2019-08-15 腾讯科技（深圳）有限公司 机器人运行路径生成方法、计算设备及存储介质
CN110967019A (zh) * 2019-11-28 2020-04-07 深圳优地科技有限公司 一种规划机器人局部路径的方法及机器人
CN112484726A (zh) * 2020-09-30 2021-03-12 天津基点科技有限公司 一种基于三维模型的无人机路径规划方法
CN112747763A (zh) * 2020-12-30 2021-05-04 深兰人工智能(深圳)有限公司 局部路径规划方法、装置、电子设备和存储介质
CN112783144A (zh) * 2019-10-22 2021-05-11 舜宇光学（浙江）研究院有限公司 路径生成方法和路径规划方法及其系统和设备
CN114184195A (zh) * 2021-12-14 2022-03-15 广州极飞科技股份有限公司 路径搜索方法、装置、无人设备及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6708113B1 (en) * 1999-07-17 2004-03-16 Robert Bosch Gmbh Navigation method for a means of transport
CN101122800A (zh) * 2007-08-24 2008-02-13 北京航空航天大学 一种复合式视觉导航方法与装置
WO2016050274A1 (en) * 2014-09-30 2016-04-07 Nec Europe Ltd. Method and system for determining a path of an object for moving from a starting state to an end state set avoiding one or more obstacles
CN105758410A (zh) * 2015-11-14 2016-07-13 大连东软信息学院 基于A‐Star 算法的快速路径规划混合方法
CN106325275A (zh) * 2016-09-14 2017-01-11 广州今甲智能科技有限公司 一种机器人导航的系统、方法及装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6708113B1 (en) * 1999-07-17 2004-03-16 Robert Bosch Gmbh Navigation method for a means of transport
CN101122800A (zh) * 2007-08-24 2008-02-13 北京航空航天大学 一种复合式视觉导航方法与装置
WO2016050274A1 (en) * 2014-09-30 2016-04-07 Nec Europe Ltd. Method and system for determining a path of an object for moving from a starting state to an end state set avoiding one or more obstacles
CN105758410A (zh) * 2015-11-14 2016-07-13 大连东软信息学院 基于A‐Star 算法的快速路径规划混合方法
CN106325275A (zh) * 2016-09-14 2017-01-11 广州今甲智能科技有限公司 一种机器人导航的系统、方法及装置

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019154215A1 (zh) * 2018-02-06 2019-08-15 腾讯科技（深圳）有限公司 机器人运行路径生成方法、计算设备及存储介质
CN112783144A (zh) * 2019-10-22 2021-05-11 舜宇光学（浙江）研究院有限公司 路径生成方法和路径规划方法及其系统和设备
CN112783144B (zh) * 2019-10-22 2023-09-29 舜宇光学（浙江）研究院有限公司 路径生成方法和路径规划方法及其系统和设备
CN110967019A (zh) * 2019-11-28 2020-04-07 深圳优地科技有限公司 一种规划机器人局部路径的方法及机器人
CN112484726A (zh) * 2020-09-30 2021-03-12 天津基点科技有限公司 一种基于三维模型的无人机路径规划方法
CN112484726B (zh) * 2020-09-30 2022-08-30 天津基点科技有限公司 一种基于三维模型的无人机路径规划方法
CN112747763A (zh) * 2020-12-30 2021-05-04 深兰人工智能(深圳)有限公司 局部路径规划方法、装置、电子设备和存储介质
CN112747763B (zh) * 2020-12-30 2024-04-09 深兰人工智能(深圳)有限公司 局部路径规划方法、装置、电子设备和存储介质
CN114184195A (zh) * 2021-12-14 2022-03-15 广州极飞科技股份有限公司 路径搜索方法、装置、无人设备及存储介质
CN114184195B (zh) * 2021-12-14 2024-04-26 广州极飞科技股份有限公司 路径搜索方法、装置、无人设备及存储介质

Also Published As

Publication number Publication date
CN107289938B (zh) 2021-11-02

Similar Documents

Publication Publication Date Title
CN107289938A (zh) 一种地面无人平台局部路径规划方法
CN112964271B (zh) 一种面向多场景的自动驾驶规划方法及系统
Lacaze et al. Path planning for autonomous vehicles driving over rough terrain
CN106598055B (zh) 一种智能车局部路径规划方法及其装置、车辆
KR101096592B1 (ko) 장애물격자지도를 활용하는 무인차량의 자율주행성능 향상 장치 및 방법
WO2019042295A1 (zh) 一种无人驾驶路径规划方法、系统和装置
Lugo-Cárdenas et al. Dubins path generation for a fixed wing UAV
CN110361013B (zh) 一种用于车辆模型的路径规划系统及方法
Morales et al. Human-comfortable navigation for an autonomous robotic wheelchair
CN107664503A (zh) 车辆路径规划方法及装置
CN108073176A (zh) 一种改进型D*Lite车辆动态路径规划方法
CN111060108B (zh) 路径规划方法和装置、工程车辆
Lan et al. Continuous curvature path planning for semi-autonomous vehicle maneuvers using RRT
Takei et al. A practical path-planning algorithm for a simple car: a Hamilton-Jacobi approach
WO2017104775A1 (en) Method for controlling vehicle and control system of vehicle
KR101196374B1 (ko) 이동 로봇의 경로 생성 시스템
Bae et al. Path generation and tracking based on a Bezier curve for a steering rate controller of autonomous vehicles
CN111694356A (zh) 一种行驶控制方法、装置、电子设备及存储介质
CN109582032B (zh) 多旋翼无人机在复杂环境下的快速实时避障路径选择方法
Pecora et al. On mission-dependent coordination of multiple vehicles under spatial and temporal constraints
Kim et al. Auto parking path planning system using modified Reeds-Shepp curve algorithm
CN114510057A (zh) 一种室内环境中基于ros的移动机器人自主导航方法
Arnay et al. Safe and reliable path planning for the autonomous vehicle verdino
CN114879660A (zh) 一种基于目标驱动的机器人环境感知方法
Daniel et al. Navigation-based constrained trajectory generation for advanced driver assistance systems

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant